无人机遥感监测具有实时、精细、远程等优势,是现代林业信息监测的重要方式,并在林冠上监测得到了广泛应用。而林冠下也蕴藏着丰富的林区环境信息,因此对林冠下进行信息监测也尤为重要。林冠上的环境较为空旷可以很好的接收GNSS信号,但林冠下环境由于树冠遮挡在监测时面临着GNSS信号缺失的问题。为解决无人机林冠下监测由于信号缺失导致无法自主定位导航的问题,本文提出了基于RGB-D相机和惯性测量单元进行传感器信息融合的方法,实现四旋翼无人机在林冠下复杂环境中的地图构建与无人机定位。本文完成的主要工作如下:(1)建立四旋翼无人机数学模型。根据四旋翼无人机的飞行原理,分析无人机的模型参数,采用牛顿欧拉法分析四旋翼无人机的动力学模型,建立四旋翼无人机的系统状态方程,并进行了 PID控制器的设计。(2)研究图像的特征点提取与匹配的方法。首先利用RGB-D相机可以高效获取图像中路标深度信息的特点,完成图像信息获取。然后利用ORB特征点进行所获取图像特征点的提取与匹配。最后在特征匹配后端改进了 RANSAC算法,并进行了误匹配点的筛除工作,在满足实时性要求的情况下,对特征点匹配的精确度进行了提高。(3)提出一套RGB-D相机与IMU融合定位系统方案。利用IMU预积分理论以及紧耦合视觉惯性融合方法对图像提取的关键帧进行位姿估计;采取帧间滑窗法的非线性优化方法进行IMU与视觉的信息融合。最后针对林冠下环境中无人机执行飞行监测任务时的实际需求,搭建了基于RGB-D视觉与IMU惯性信息融合的四旋翼无人机SLAM系统平台,并开展无人机林冠下定位与地图构建的平台实验,实验结果表明本文算法相较于ORBSLAM算法精度高、鲁棒性好,可以完成无人机在林冠下的定位和地图构建。